Nube de Puntos
La representación gráfica se realiza mediante un dibujo realizado en un sistema
bidimensional de coordenadas cartesianas. En este tipo de diagramas cada punto representa
la puntuación que el sujeto obtiene en las dos variables, determinando su puntuación
por la lectura de los valores que aparecen en la escala vertical y horizontal.
Por ejemplo supongamos los siguientes datos:
X Y
1 1
2 2
3 3
4 5
5 5
6 6
la representación gráfica correspondiente sería:
De esta forma es sencillo
verificar el tipo de relación que se establece entre las dos variables.
A continuación veremos un ejemplo real, donde la figura representada refleja la covariación entre la inteligencia (CI)
y el rendimiento escolar (Nota) de los sujetos estudiados.
Estando claro a partir de la observación de los puntos
que existe una tendencia
general a que los sujetos en la medida que tengan más inteligencia obtendrán
también mejor nota académica.
A este tipo de relación se le conoce como directa o
positiva. Si se observase un proceso contrario, es decir, a medida que aumenta
la inteligencia disminuye el rendimiento académico, la correlación sería inversa o negativa.
Características de la Nube de Puntos.
Según la forma de la nube de puntos podemos obtener la siguiente información:
- Conocer si existe una relación directa o inversa entre las variables;
- Saber si esa relación es fuerte o débil.
- Determinar si la relación se ajusta a un modelo lineal o bien a otro modelo matemático
(ej: modelo curvilineo).
La producción de este tipo de diagramas es el paso más importante a la hora de estudiar la correlación entre dos variables. Con frecuencia se descuida a veces este paso, o incluso es despreciado en los análisis de datos pasando directamente los
autores a utilizar estadísticos más complejos.
La inspección del diagrama es esencial para detectar problemas como son las puntuaciones "outliers", que pueden deberse desde una mala introducción de la
información a la mezcla de datos correspondientes a distribuciones distintas.
Es también útil para determinar si los estadísticos de correlación que dependen de relaciones lineales son apropiados, o bien es necesario sustituirlos por otros
más pertinentes.
|